کنفرانس مهندسی برق ایران

صفحه اصلی / سی و دومین کنفرانس بین المللی مهندسی برق

T-type L-2L De-Embedding Method for On-Wafer T-model Transmission Line Network

نویسندگان :

Milad Seyedi¹ Nasser Masoumi² Samad Sheikhaei³

1- دانشگاه تهران 2- دانشگاه تهران 3- دانشگاه تهران

کلمات کلیدی :

L-2L،de-embedding،IC pad،Microstrip line،S-Parameters،Device Under Test (DUT)

چکیده :

This paper presents an extensive evaluation for a new type of the L–2L de-embedding method applied to on-chip de-embedding. We derive analytical formulas to discuss and verify the accuracy of the improved and extended method called the T-type L-2L de-embedding. The case study structure to apply the new method consists of a microstrip line combined with two left- and right-side pads. For the simulation of the structures, HFSS 3D electromagnetic (EM) simulator is used. The results show that the T-type L-2L exhibits better accuracy compared with the other on-wafer de-embedding methods for a device under test (DUT).

لیست مقالات

لیست مقالات بایگانی شده

Design and Control of a Novel Multi-port Bidirectional Buck-Boost Converter Suitable for Hybrid Electric Vehicle Charging Stations

Amir Safaeinasab - Homayon Soltani Gohari - Karim Abbaszadeh

Cloudy: A Pythonic Cloud Simulator

Ahmad Siavashi - Mahmoud Momtazpour

Temporal Green's function of an RLC resonator with arbitrary time-varying capacitance using differential transition matrix

Somayeh Boshgazi - Khashayar Mehrany - Mohammad Memarian

Performance Evaluation of a Deep Neural Network Joint Equalizer-Decoder in AWGN-ISI Channels

Zahra Joleini - Ali Jamshidi

طراحی سازه ی الکترودی بهینه جهت انجام آزمایشات امپدانس متری سلولی و غیر سلولی

علی منفردی - نسرین هاشمی - مهرداد ساویز

Design of Optimal Iterative Learning Control AutoPilot for Landing Fixed-Wing Aircraft

Ali Raddanipour - Masoud Shafiee

A Low-cost Waveguide Switch Using Glide-symmetric Holey Electromagnetic Band Gap Technology

Mohsen Shafeghati - Elham Sharifi moghaddam - Behzad Ahmadi

Integrating Model-Agnostic Meta-Learning with Advanced Language Embeddings for Few-Shot Intent Classification

Ali Rahimi - Hadi Veisi

Image Inpainting Using AutoEncoder and Guided Selection of Predicted Pixels

Mohammad Hossein Givkashi - Mahshid Hadipour - َArezoo PariZanganeh - Zahra Nabizadeh Shahre-Babak - Nader Karimi - Shadrokh Samavi

بکارگیری یادگیری عمیق در ارزیابی به هنگام پایداری ولتاژ کوتاه مدت با استفاده از داده های اندازه گیری فازوری

امیرحسین باباعلی - محمدتقی عاملی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.4